UNaB
Diplomatura en Análisis de Datos para el Desarrollo de Políticas Públicas
Universidad Nacional Guillermo Brown

Coordinador:
Juan Domingo González

Objetivos Generales

Referidos al propósito de la investigación, los Objetivos Generales son potenciales, puede ser algo muy genérico como “Comprender la problemática del sector X”

Objetivos Específicos

El objetivo específico refleja el resultado esperable en el plazo previsto para la realización del plan. El objetivo general, al cual contribuye el objetivo específico, se orienta hacia resultados posibles de obtener en el largo plazo en la línea de investigación mediante trabajos futuros no incluidos en el plan.

Antecedentes

Indicar el estado de la situación, y en lo posible, trabajos similares en literatura especializada o casos de estudio similares que comparten elementos con el tema planteado.

Actividades y metodología

Indicar si la factibilidad del trabajo propuesto, datos disponibles para hacer los análisis, acceso a software especial de análisis de datos y bibliografía. En este análisis, prestar especial atención al tiempo disponible para realizar el trabajo, teniendo en cuenta que es un plan acotado con fecha final aproximada 31-08-2023. * Repositorio de datos GitHub: https://github.com/DiploDatosUNAB/UNaB-AdDyPP-TFI * Drive: 09-Proyecto Final * Instructivo: Plan de Trabajo - Instructivo.docx * Colab: UNaB - AdDyPP - Trabajo Final Integrador.ipynb

Referencias

Incluir libros, artículos científicos, sitios web, repositorios digitales de datos asociados al plan. En lo posible, hacerlo siguiendo las normas bibliográficas académicas. Por ejemplo https://biblioguias.uma.es/citasybibliografia/ejemplosAPA

0. Acciones Preliminares

Variables de Entorno

# Warnings de Librerías
WARN_ACT <- FALSE
PATH <- "datos/"
PATH2 <- "datos/actividades/"
puntos_arch <- "puntos_digitales.csv"
comp_arch <- "departamentos.7z"
depto_arch <- "departamentos.json"
indic_arch <- "indicadores.shp"

Instalación condicional de librerías

Instala solos si detecta que falta instalarlas.

# instalación condicional de librerías (solo instala si faltan)
# https://stackoverflow.com/questions/66869137/installing-r-packages-in-colab
# https://stackoverflow.com/questions/63594521/install-a-r-package-permanently-in-google-colab
instalar <- function(libreria) {
  if (!requireNamespace(libreria, quietly = TRUE)) {
    install.packages(libreria)
  }
}
instalar("gt")
instalar("gtExtras")
instalar("tmap")
## The legacy packages maptools, rgdal, and rgeos, underpinning this package
## will retire shortly. Please refer to R-spatial evolution reports on
## https://r-spatial.org/r/2023/05/15/evolution4.html for details.
## This package is now running under evolution status 0
instalar("sf")
instalar("leaflet")
instalar("archive")
instalar("ggplot2")

# instalar("Hmisc")
# instalar("purrr")
# instalar("lattice")
# instalar("readr")
# instalar("cluster")
# instalar("dplyr")
# instalar("stats")
# instalar("stringr")
# instalar("corrplot")
# instalar("ergm") para medianas ponderadas. No utilizado
# demora 30-45 segundos
# instalar("psych")
# demora demora 3-8 segundos
# instalar("skimr")
# demora 5-7 minutos
# instalar("caret")

Carga de librerías

# Función de carga condicional de librerías (solo carga si están instaladas)
cargar <- function(libreria, warns = WARN_ACT) {
  if (requireNamespace(libreria, quietly = TRUE)) {
    if(warns) {
      library(libreria, character.only = TRUE)
    } else{
      suppressMessages(library(libreria, character.only = TRUE))
    }
    
  }
}

# carga de librerías a utilizar
cargar("readr")        # lectura de datos
cargar("dplyr")        # manipulación de df
cargar("gt")           # tablas
cargar("gtExtras")     # tablas
cargar("tmap")         # mapas interactivos
cargar("sf")           # datos geoespaciales
cargar("leaflet")      # mapas interactivos
cargar("archive")      # urilidades
cargar("ggplot2")      # graficación

# cargar("lattice")      # graficación estadistica
# cargar("cluster")      # clustering
# cargar("skimr")        # estadísticas
# cargar("stats")        # estadísticas
# cargar("kableExtra") # tablas
# cargar("psych")        # estadísticas
# cargar("purrr")        # manejo de listas
# cargar("IRdisplay")  # display de notebook
# cargar("tidyverse")    # conjunto de paquetes tidy
# cargar("stringr")      # cadenas de caracteres
# cargar("corrplot")     # grafico de correlación
# cargar("Hmisc")        # correlaciones
# cargar("caret")        # entrenamiento
# cargar("ergm")        # análisis estadísticos

1. Tablas

1.1 Puntos Digitales

1.1.1 Listado de Puntos Digitales

El Programa Punto Digital cuenta con dispositivos instalados a lo largo y ancho del territorio argentino. Su objetivo fundamental es la reducción de la brecha digital a los fines de contribuir a la mejora de la calidad de vida de las y los habitantes del país. Esta tabla contiene el listado de los puntos digitales.

# Puntos digitales

puntos <- read.csv(paste0(PATH, puntos_arch), sep = ",", encoding = "ISO-8859-1")

sample_n(puntos, 5) |> 
  dplyr::mutate(horarios = substr(horarios, 1, 20)) |>  # Truncar "horarios"
  gt() |> 
  tab_header(
    title = "Puntos Digitales*",
    subtitle = "* muestra"
  ) |>
  tab_options(table.width = "100%") |>
  opt_stylize(style = 5, color = 'cyan')
Puntos Digitales*
* muestra
id_pd nombre_pd direccion nombre_institucional id_provincia id_departamento id_localidad cod_bahra_localidad id_municipio provincia departamento localidad municipio mail_institucional latitud longitud horarios link_facebook estado
913 General Pico Calle 329 oeste 134 CIC AR-L 1477 7574 42105030000 LAP029 La Pampa Maraco General Pico General Pico generalpico@puntodigital.gob.ar -35.65695 -63.78232 Lunes 07:30 a 13:30 Activo
133 Monte Maíz San Martín 1550 Edificio Municipal AR-X 1384 4263 14182170000 CBA261 Córdoba Union Monte Maiz Monte Maíz montemaiz@puntodigital.gob.ar -33.20487 -62.60070 Lunes 09:00 a 12:00 Activo
592 Las Heras (Mendoza) Independencia 1220 Edificio Municipal AR-M 1520 8125 50049050007 MZA006 Mendoza Las Heras El Plumerillo Las Heras lasherasmza@puntodigital.gob.ar -32.84191 -68.82263 Lunes 09:00 a 13:00 Activo
604 Santa Ana (Misiones) Andrés Guacurari S/N CIC AR-N 1538 8485 54021080000 MIS070 Misiones Candelaria Santa Ana Santa Ana santana@puntodigital.gob.ar -27.36651 -55.57467 Lunes 07:00 a 12:00 Activo
731 Villa Elisa Tratado del Pilar 1073 CIC AR-E 1441 5882 30008110000 ERI061 Entre Ríos Colon Villa Elisa Villa Elisa villaelisa@puntodigital.gob.ar -32.16418 -58.39780 Lunes 08:00 a 12:00 Activo
columnas <- c("id_pd", "nombre_pd", "direccion", "nombre_institucional",
              "id_provincia", "id_departamento", "id_localidad",
              "cod_bahra_localidad", "id_municipio", "provincia",
              "departamento", "localidad", "municipio", "mail_institucional",
              "latitud", "longitud", "horarios", "link_facebook", "estado")

Dimensiones

# dimensiones
cat("El DataFrame tiene", dim(puntos)[1], "observaciones y", dim(puntos)[2], "variables.")
## El DataFrame tiene 664 observaciones y 19 variables.

Medidas de tendencia central - Empleo AMBA

# Descripción de Empleo AMBA sin desagregar
summary(puntos)
##      id_pd         nombre_pd          direccion         nombre_institucional
##  Min.   :  40.0   Length:664         Length:664         Length:664          
##  1st Qu.: 254.8   Class :character   Class :character   Class :character    
##  Median : 515.0   Mode  :character   Mode  :character   Mode  :character    
##  Mean   : 538.6                                                             
##  3rd Qu.: 767.2                                                             
##  Max.   :1289.0                                                             
##                                                                             
##  id_provincia       id_departamento  id_localidad   cod_bahra_localidad
##  Length:664         Min.   :1195    Min.   :    1   Min.   :2.001e+09  
##  Class :character   1st Qu.:1345    1st Qu.: 2613   1st Qu.:1.006e+10  
##  Mode  :character   Median :1451    Median : 6260   Median :3.008e+10  
##                     Mean   :1465    Mean   : 6296   Mean   :3.808e+10  
##                     3rd Qu.:1600    3rd Qu.: 9505   3rd Qu.:6.603e+10  
##                     Max.   :1723    Max.   :13537   Max.   :9.401e+10  
##                                     NA's   :1       NA's   :1          
##  id_municipio        provincia         departamento        localidad        
##  Length:664         Length:664         Length:664         Length:664        
##  Class :character   Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character   Mode  :character  
##                                                                             
##                                                                             
##                                                                             
##                                                                             
##   municipio         mail_institucional    latitud          longitud     
##  Length:664         Length:664         Min.   :-54.82   Min.   :-72.34  
##  Class :character   Class :character   1st Qu.:-34.86   1st Qu.:-65.47  
##  Mode  :character   Mode  :character   Median :-32.06   Median :-62.96  
##                                        Mean   :-32.17   Mean   :-62.75  
##                                        3rd Qu.:-27.57   3rd Qu.:-59.10  
##                                        Max.   :-22.10   Max.   :-54.20  
##                                                                         
##    horarios         link_facebook         estado         
##  Length:664         Length:664         Length:664        
##  Class :character   Class :character   Class :character  
##  Mode  :character   Mode  :character   Mode  :character  
##                                                          
##                                                          
##                                                          
## 

Mapa

# Geolocalización de Puntos Digitales
# https://rdrr.io/cran/tmap/man/tm_symbols.html
# https://r-tmap.github.io/tmap-book/layers.html

mostrar <- c("id_pd", "nombre_pd", "direccion", "provincia", "departamento",
             "localidad", "municipio", "estado")

# Capas
capas <- c(GrayMap = "Esri.WorldGrayCanvas", StreetMap = "OpenStreetMap", TopoMap = "Esri.WorldTopoMap")

# Geodataframe
puntos_sf <- puntos |> 
  select(2, 1, everything()) |>
  st_as_sf(coords = c("longitud", "latitud"), crs = 4326)
# Gráfico
tmap_mode("view")
## tmap mode set to interactive viewing
tm_basemap(capas) +
  tm_shape(puntos_sf, is.master = TRUE) +
  # tm_markers(size = 0.5, popup.vars = mostrar) +
  tm_dots(size = 0.1,  clustering = T, popup.vars = mostrar) + 
  tm_layout(main.title = "Puntos Digitales", main.title.size = 0.7);

Diccionario

# diccionario de datos

descripciones <- c(
  "Identificador del Punto Digital",
  "Nombre del Punto Digital",
  "Dirección",
  "Nombre Institucional",
  "Identificador de la provincia",
  "Identificador del departamento",
  "Identificador de la localidad",
  "Codigo BAHRA (Asentamientos Urbanos)",
  "Identificador del municipio",
  "Provincia",
  "Departamento",
  "Localidad",
  "Municipio",
  "Mail Institucional",
  "Latitud",
  "Longitud",
  "Horarios",
  "Link Facebook",
  "Estado"
)

diccionario <- data.frame(
  Clase = sapply(puntos, class),
  Descripción = descripciones
)

diccionario <- tibble::rownames_to_column(diccionario, "Variable")

diccionario |>   
  gt(rowname_col = "Variable") |> 
  tab_header(
    title = "Diccionario de Datos",
  ) |>
  tab_options(table.width = "90%") |>
  gt_theme_dot_matrix()
Diccionario de Datos
Clase Descripción
id_pd integer Identificador del Punto Digital
nombre_pd character Nombre del Punto Digital
direccion character Dirección
nombre_institucional character Nombre Institucional
id_provincia character Identificador de la provincia
id_departamento integer Identificador del departamento
id_localidad integer Identificador de la localidad
cod_bahra_localidad numeric Codigo BAHRA (Asentamientos Urbanos)
id_municipio character Identificador del municipio
provincia character Provincia
departamento character Departamento
localidad character Localidad
municipio character Municipio
mail_institucional character Mail Institucional
latitud numeric Latitud
longitud numeric Longitud
horarios character Horarios
link_facebook character Link Facebook
estado character Estado

1.1.2 Indicadores

Se cargan indicadores sobre hogares con celualar y hogares con computadora del Censo 2010.

Carga de Indicadores

indicadores_geo <- sf::st_read(paste0(PATH, indic_arch))
## Reading layer `indicadores' from data source 
##   `C:\Users\matar\OneDrive\Documentos\Proyectos\UNaB-AdDyPP-TFI\datos\indicadores.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 525 features and 37 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -73.5708 ymin: -55.05562 xmax: -53.6372 ymax: -21.78078
## Geodetic CRS:  WGS 84
indicadores <- as.data.frame(indicadores_geo)
sample_n(select(indicadores,-geometry),10) |>
  gt(rowname_col = "DPTO_1") |> 
  tab_header(
    title = "Lista de Indicadores",
  ) |>
  tab_options(table.width = "100%") |>
  gt_theme_dot_matrix()
Lista de Indicadores
DPTO H_TOTAL H_NBI H_COMPUTAD H_DOMESTIC H_HACINAMI H_HELADERA H_CADENA H_AGUA_RED H_AGUA_VIV H_CLOACA H_HOYO H_TECHO H_PISO H_CELULAR H_TELEFONO H_COMBUSTI H_PROPIETA H_INQUILIN H_NI_PROPI H_JEFE_MUJ H_JEFE_LIM H_JEFE_SOL H_JEFE_S_1 H_JEFE_SEC H_JEFE_TER H_JEFE_UNI H_CONYUGE_ IDPROV PROV IDDPTO DEPARTAMEN DEPARTAM_1 DEPARTAM_2 DEPARTAM_3 DEPARTAM_4
Iguazú 54063 21466 4575 6658 42 1390 3166 4721 6127 4721 17485 8405 19809 8454 18226 5382 20415 16168 2612 2686 6486 2525 14606 4224 5747 819 704 3950 54 Misiones 54063 82227 21466 -25.87476 -54.39854 2746.424
Trenel 42147 1852 51 765 4 22 40 48 176 48 997 428 1152 205 1653 740 257 1474 164 214 474 23 1460 253 358 30 75 349 42 La Pampa 42147 5426 1852 -35.62974 -64.21189 2000.919
Valcheta 62084 1595 183 413 2 49 288 259 297 259 1249 623 1507 711 1087 365 564 1152 144 299 458 16 1137 180 287 76 31 217 62 Río Negro 62084 7101 2053 -40.98321 -66.31176 21145.282
San Martín 18147 3661 526 788 7 213 661 715 657 715 2599 1304 3545 2000 2964 571 3593 2546 229 886 1213 26 2712 458 676 144 74 479 18 Corrientes 18147 13140 3661 -28.82879 -56.93168 6650.395
Realicó 42133 5472 159 2386 6 73 142 79 356 79 3085 513 3250 514 4973 2266 406 4319 611 542 1560 38 3894 1005 1419 150 264 1260 42 La Pampa 42133 16227 5472 -35.22988 -64.20651 2447.324
Libertador General San Martín 22084 15797 3718 3127 15 1751 4656 5629 3043 5629 11181 6763 14673 10481 12114 1911 13993 12117 796 2884 5351 187 11334 1808 2799 727 264 2002 22 Chaco 22084 59147 15797 -26.38374 -59.48880 7333.403
Tehuelches 26098 1793 175 598 0 57 409 183 194 183 1620 482 1709 520 1499 317 390 1162 189 442 678 33 1168 308 417 63 46 256 26 Chubut 26098 5390 1793 -44.20012 -70.57501 14570.572
General Taboada 86077 9073 1802 1689 32 814 2146 3873 3425 3873 8223 4134 4182 5035 7553 1865 8717 7610 395 1068 2884 10 6602 1324 1809 353 132 1207 86 Santiago del Estero 86077 38105 9073 -28.57072 -62.34136 6199.792
Ambato 10007 1294 131 227 0 42 106 109 274 109 1233 429 761 795 1102 180 1215 1023 42 229 393 3 972 224 302 33 45 186 10 Catamarca 10007 4463 1294 -28.01876 -65.91338 1721.227
Zárate 06882 34013 3102 17396 24 1382 1266 3553 2104 3553 12095 8639 15982 7811 29641 19056 12767 25364 4702 3947 9811 619 21002 9285 12452 1583 1584 9011 06 Buenos Aires 06882 114269 34013 -33.99734 -59.12765 1185.626

Computadoras

ggplot(indicadores_geo, aes(fill = 100*H_COMPUTAD/H_TOTAL, geometry = geometry)) +
    geom_sf() +
    scale_fill_viridis_c(option = "B", 
                       limits = c(0, 100),
                       direction = -1,
                       name = "Hogares con Computadora",
                       labels = scales::percent_format(scale = 1)
                       ) +
    labs(title = "Hogares con Computadoras")

Celulares

ggplot(indicadores_geo, aes(fill = 100*H_CELULAR/H_TOTAL, geometry = geometry)) +
    geom_sf() +
    scale_fill_viridis_c(option = "B", 
                       limits = c(0, 100),
                       direction = -1,
                       name = "Hogares con Celular",
                       labels = scales::percent_format(scale = 1)
                       ) +
    labs(title = "Hogares con Teléfono Celular")

Polígonos de Departamentos IGN

# Descomprimir el archivo 7-Zip
if (!file.exists(file.path(PATH, depto_arch))) {
  archive_extract(paste0(PATH, comp_arch), PATH)
}

deptos_geo <- st_read(paste0(PATH, depto_arch))
## Reading layer `departamentos' from data source 
##   `C:\Users\matar\OneDrive\Documentos\Proyectos\UNaB-AdDyPP-TFI\datos\departamentos.json' 
##   using driver `GeoJSON'
## Simple feature collection with 529 features and 8 fields
## Geometry type: MULTIPOLYGON
## Dimension:     XY
## Bounding box:  xmin: -74 ymin: -90 xmax: -25 ymax: -21.78086
## Geodetic CRS:  WGS 84
deptos <- as.data.frame(deptos_geo)


sample_n(select(deptos, -geometry), 10) |>
  gt() |>
  tab_header(title = "Departamentos* - GeoDataFrame",
             subtitle = "* muestra"
             ) |>
  tab_options(table.width = "90%") |>
  gt_theme_pff()
Departamentos* - GeoDataFrame
* muestra
gid objeto fna gna nam in1 fdc sag
758 Departamento Departamento Rosario de la Frontera Departamento Rosario de la Frontera 66140 IDE Salta IGN
770 Departamento Departamento Nogoyá Departamento Nogoyá 30077 ATER - Direc. de Catastro IGN
1047 Departamento Departamento Ancasti Departamento Ancasti 10014 IDE Catamarca IGN
1032 Departamento Departamento Valle Fértil Departamento Valle Fértil 70119 Direc. de Catastro IGN
974 Departamento Departamento San Miguel Departamento San Miguel 18154 IGN IGN
765 Departamento Departamento Colón Departamento Colón 30008 ATER - Direc. de Catastro IGN
777 Departamento Partido de Brandsen Partido Brandsen 06119 ARBA - Gerencia de Servicios Catastrales IGN
930 Departamento Departamento Leales Departamento Leales 90056 IDE Tucuman IGN
572 Departamento Departamento La Viña Departamento La Viña 66098 IDE Salta IGN
782 Departamento Partido de Pehuajó Partido Pehuajó 06609 ARBA - Gerencia de Servicios Catastrales IGN
ggplot() +
    geom_sf(data = subset(deptos_geo, in1!="94028")) + # 92028 antartida
    labs(title = "Partidos de Argentina")

# deptos_centroides <- deptos_geo |> 
# mutate (geometry = st_centroid(geometry))

1.1.3 Actividades

Lista de Actividades de los Puntos Digitales

Carga de Bases Mensuales

lista <- list()
archivos <- list.files(path = PATH2, pattern = "^[0-9]{4}-[0-9]{2}\\.csv")

for (archivo in archivos) {
  df <- read.csv(file.path(PATH2, archivo), sep = ",", encoding = "ISO-8859-1")
  # extrae fecha del n de archivo
  fecha <- strsplit(tools::file_path_sans_ext(archivo), "-", fixed = TRUE)[[1]]
  df <- df |> 
    mutate(anio = as.integer(trimws(fecha[1])),
           mes = as.integer(trimws(fecha[2])))
  lista <- c(lista, list(df))
}

actividades <- bind_rows(lista)

Muestra de Actividades Mensuales

sample_n(actividades, 10) |> 
  gt() |> 
  tab_header(
    title = "Actividades*",
    subtitle = "* muestra"
  ) |>
  tab_options(table.width = "100%") |>
  opt_stylize(style = 5, color = 'cyan')
Actividades*
* muestra
nombre_punto_digital eje eje_id hasta_11 hasta_11_femenino hasta_11_masculino hasta_11_x de_12_a_20 de_12_a_20_femenino de_12_a_20_masculino de_12_a_20_x de_21_a_65 de_21_a_65_femenino de_21_a_65_masculino de_21_a_65_x desde_65 desde_65_femenino desde_65_masculino desde_65_x Totales provincia categoria subcategoria cantidad_actividad anio mes
Pueblo Italiano Cultura y Entretenimiento 31 9 NA NA NA 25 NA NA NA 218 NA NA NA 58 NA NA NA 310 Córdoba Artes digitales Armado de flyers 9 2022 11
San Vicente I (Misiones) Ciudadanía y DD 25 17 NA NA NA 233 NA NA NA 162 NA NA NA 0 NA NA NA 412 Misiones Comunidad Otros 7 2021 10
Leandro N. Alem II (Alberdi) Trámites 22 0 NA NA NA 31 NA NA NA 94 NA NA NA 55 NA NA NA 180 Buenos Aires Trámites Nacionales PAMI 8 2022 11
Rawson II (Médano de Oro, San Juan) Trámites 22 0 NA NA NA 452 NA NA NA 69 NA NA NA 22 NA NA NA 543 San Juan Trámites Nacionales Otros 2 2021 10
Salliqueló Trámites 22 0 NA NA NA 8 NA NA NA 15 NA NA NA 11 NA NA NA 34 Buenos Aires Trámites Nacionales Validación de identidad 6 2022 12
Monte Cristo Alfabetización Digital 10 64 NA NA NA 0 NA NA NA 0 NA NA NA 0 NA NA NA 64 Córdoba Alfabetización Digital Alfabetización Digital Inicial 2 2021 11
Caucete Alfabetización Digital 10 0 NA NA NA 0 NA NA NA 0 NA NA NA 0 NA NA NA 0 San Juan Alfabetización Digital Alfabetización Digital Inicial 2 2021 12
Palpalá II (San José) Cultura y Entretenimiento 31 0 NA NA NA 30 NA NA NA 60 NA NA NA 10 NA NA NA 100 Jujuy Artes Otros 3 2021 12
Colonia Carlos Pellegrini Cultura y Entretenimiento 31 34 NA NA NA 38 NA NA NA 38 NA NA NA 1 NA NA NA 111 Corrientes Artes Otros 4 2022 10
General Las Heras Cultura y Entretenimiento 31 0 NA NA NA 0 NA NA NA 4 NA NA NA 0 NA NA NA 4 Buenos Aires Artes Literatura 2 2021 11

Lista de actividades

# Cuadro de actividades 
# https://gt.albert-rapp.de/getting_started#use-groups-instead-of-repetitive-columns
# https://github.com/rstudio/gt/issues/577
# https://github.com/rstudio/gt/issues/545

act_listado <- actividades |> 
  select(eje, categoria, subcategoria)  |> 
  distinct() |> 
  arrange(eje, categoria, subcategoria)

act_listado |>
  gt(groupname_col = "eje") |>
  # cols_merge(columns = c(eje, categoria)) |> 
  tab_header(
    title = "Lista de Actividades*",
    subtitle = "* listado completo"
  ) |>
  tab_options(row_group.as_column = TRUE, table.width = "85%") |>
  opt_stylize(style = 5, color = 'cyan')
Lista de Actividades*
* listado completo
categoria subcategoria
Alfabetización Digital Alfabetización Digital Alfabetización Digital Inicial
Alfabetización Digital Paquete de Office o LibreOffice
Alfabetización Digital Uso de correo electrónico
Tecnologías de la vida cotidiana Armado de perfil en redes sociales
Tecnologías de la vida cotidiana Cajero automático
Tecnologías de la vida cotidiana Ciberseguridad
Tecnologías de la vida cotidiana Escritorio PC
Tecnologías de la vida cotidiana Gestión de sitio WEB
Tecnologías de la vida cotidiana Home banking
Tecnologías de la vida cotidiana Uso del celular
Capacitaciones PPD Comunicación
Contenidos
Soporte
Vinculación
Ciudadanía y DD Comunidad Capacitación a agentes municipales
Comunidad Ciudadanía y Derechos Humanos
Comunidad Convivencia en Edificios
Comunidad Evento / Reunión
Comunidad Otros
Comunidad Seguridad vial
Discapacidad Apps de accesibilidad
Discapacidad Lengua de Señas Argentina
Discapacidad Taller de autogestores
Cultura y Entretenimiento Actividad Actividad con uso de consola de videojuegos
Actividad El mundial 2022 en tu PD
Actividad Proyección de película (con debate)
Actividad Transmisión del mundial 2022 en tu PD
Artes Cerámica
Artes Circo
Artes Danza
Artes Literatura
Artes Murga
Artes Música
Artes Otros
Artes Pintura
Artes Teatro
Artes Tejido
Artes digitales Armado de flyers
Artes digitales Deportes electrónicos
Artes digitales Edición de videos
Artes digitales Fotografía
Artes digitales Ilustración Digital
Artes digitales Otros
Uso Libre Navegación libre
Uso Libre Uso libre de la consola de videojuegos
Uso Libre Uso libre del espacio de microcine
Educación Complementos de la educación formal Apoyo escolar
Complementos de la educación formal Argentina Programa (uso del PD para cursar)
Complementos de la educación formal Educación Financiera
Complementos de la educación formal FINES
Complementos de la educación formal Idiomas
Complementos de la educación formal Otros
Complementos de la educación formal Talleres País Digital
Complementos de la educación formal Terminá la Secundaria
Complementos de la educación formal Videoconferencias formativas
Formación Laboral Inserción al mundo laboral Armado de CV
Inserción al mundo laboral Armado de perfil de LinkedIn
Inserción al mundo laboral Búsqueda laboral en plataformas online
Oficios digitales Comunity Manager
Oficios digitales Diseño gráfico
Oficios digitales Impresión y Diseño 3D
Oficios digitales Marketing Digital
Oficios digitales Otras
Oficios digitales Programación
Oficios digitales Reparación de PC
Oficios digitales Reparación de Smartphones
Oficios digitales Robótica
Oficios digitales Ventas por Internet
Oficios digitales Whatsapp para negocios
Oficios manuales Agricultura Orgánica
Oficios manuales Albañilería
Oficios manuales Cocina
Oficios manuales Conservación de alimentos
Oficios manuales Electricidad
Oficios manuales Manipulación de alimentos
Oficios manuales Otras
Oficios manuales Peluquería
Oficios manuales Seguridad e higiene
Oficios manuales Taller de Compost
Oficios manuales Tejido, bordado, otros
Generos y Diversidades Educación Sexual Integral (ESI)
Maternidades y paternidades
Nuevas masculinidades
Otros
Perspectiva de género
Prevención de violencias
Salud Salud Apps Obra Social
Salud Gestión y prevención COVID
Salud Historia Clínica Electrónica
Salud Otros
Salud Primeros Auxilios
Salud Telesalud
Salud Uso terapéutico del espacio de entretenimiento
Trámites Trámites Municipales MUNICIPIO
Trámites Nacionales AFIP
Trámites Nacionales ANSES
Trámites Nacionales Certificado de Discapacidad
Trámites Nacionales Egresar
Trámites Nacionales MiArgentina
Trámites Nacionales Otros
Trámites Nacionales PAMI
Trámites Nacionales PROGRESAR
Trámites Nacionales Potenciar Trabajo
Trámites Nacionales RENAPER
Trámites Nacionales Segmentación Energética
Trámites Nacionales Validación de identidad
Trámites Provinciales Otros
Trámites Provinciales RENTAS - ARBA (Similares)

2. Otras

Matriz de Correlación

Gráfico de Correlación personalizado

Informaciòn de la sesión

sessionInfo()
## R version 4.2.3 (2023-03-15 ucrt)
## Platform: x86_64-w64-mingw32/x64 (64-bit)
## Running under: Windows 10 x64 (build 19045)
## 
## Matrix products: default
## 
## locale:
## [1] LC_COLLATE=Spanish_Spain.utf8  LC_CTYPE=Spanish_Spain.utf8   
## [3] LC_MONETARY=Spanish_Spain.utf8 LC_NUMERIC=C                  
## [5] LC_TIME=Spanish_Spain.utf8    
## 
## attached base packages:
## [1] stats     graphics  grDevices utils     datasets  methods   base     
## 
## other attached packages:
## [1] ggplot2_3.4.2  archive_1.1.6  leaflet_2.2.0  sf_1.0-13      tmap_3.3-4    
## [6] gtExtras_0.4.5 gt_0.9.0       dplyr_1.1.2    readr_2.1.4   
## 
## loaded via a namespace (and not attached):
##  [1] sass_0.4.6              jsonlite_1.8.4          viridisLite_0.4.2      
##  [4] bslib_0.4.2             paletteer_1.5.0         sp_1.6-1               
##  [7] yaml_2.3.7              pillar_1.9.0            lattice_0.20-45        
## [10] glue_1.6.2              digest_0.6.31           RColorBrewer_1.1-3     
## [13] colorspace_2.1-0        leaflet.providers_2.0.0 htmltools_0.5.5        
## [16] XML_3.99-0.14           pkgconfig_2.0.3         raster_3.6-26          
## [19] stars_0.6-4             s2_1.1.4                scales_1.2.1           
## [22] fontawesome_0.5.1       terra_1.7-46            tzdb_0.4.0             
## [25] tibble_3.2.1            proxy_0.4-27            generics_0.1.3         
## [28] farver_2.1.1            ellipsis_0.3.2          cachem_1.0.8           
## [31] withr_2.5.0             leafsync_0.1.0          cli_3.6.1              
## [34] magrittr_2.0.3          evaluate_0.21           fansi_1.0.4            
## [37] xml2_1.3.4              lwgeom_0.2-13           class_7.3-21           
## [40] tools_4.2.3             hms_1.1.3               lifecycle_1.0.3        
## [43] munsell_0.5.0           compiler_4.2.3          jquerylib_0.1.4        
## [46] e1071_1.7-13            rlang_1.1.0             classInt_0.4-9         
## [49] units_0.8-2             grid_4.2.3              tmaptools_3.1-1        
## [52] dichromat_2.0-0.1       rstudioapi_0.15.0       htmlwidgets_1.6.2      
## [55] crosstalk_1.2.0         leafem_0.2.3            base64enc_0.1-3        
## [58] labeling_0.4.2          rmarkdown_2.22          wk_0.7.3               
## [61] gtable_0.3.3            codetools_0.2-19        abind_1.4-5            
## [64] DBI_1.1.3               rematch2_2.1.2          R6_2.5.1               
## [67] knitr_1.44              fastmap_1.1.1           utf8_1.2.3             
## [70] KernSmooth_2.23-20      parallel_4.2.3          Rcpp_1.0.10            
## [73] vctrs_0.6.2             png_0.1-8               tidyselect_1.2.0       
## [76] xfun_0.39